人工智能_47. 神经网络算法.docxVIP

47：神经网络算法

教师姓名

授课名称

人工智能及机器学习基础知识

授课形式

授课班级

授课地点

授课日期

章节名称

神经网络算法

教学目的

掌握神经网络算法的原理及应用。

了解神经网络算法的应用。

重点难点

重点：神经网络算法的原理及应用。

难点：神经网络算法的原理。

主要内容

课程引入

机器学习分类如下：

监督学习 （supervisedlearning）

无监督学习（unsupervisedlearning）

强化学习（reinforcementlearning）

半监督学习（semi-supervisedlearning），介于监督学习和无监督学习之间。半监督学习也称为弱监督学习。

课程内容

机器学习常用的算法有：回归算法（监督学习）、神经网络（监督学习）、

SVM支持向量机（监督学习)、聚类算法（无监督学习)、降维算法（无监督学习)

推荐算法（特殊)等。

神经元算法

神经网络(也称之为人工神经网络，ANN)的诞生起源于对大脑工作机理的研究。早期生物界学者们使用神经网络来模拟大脑，后来，机器学习的学者们使用神经网络进行机器学习的实验，发现在视觉与语音的识别上效果都相当好。

神经网络算法是80年代机器学习界非常流行的算法。不过，进入90年代，神经网络的发展进入了一个瓶颈期。其主要原因是神经网络的训练过程很困难。

现在，携着“深度学习”之势，神经网